在各種不同的不斷變化、不可預測且未知的環境中，越來越需要使用機器人系統來完成多種復雜的任務，鑒于這些挑戰，人們提出了自組織群機器人和自重構模塊化機器人。為了面對更加復雜且苛刻的環境條件以及滿足這些環境中的任務需求，機器人的認知能力和結構設計的發展同樣變得越來越重要。本書收集了關于仿生自組織機器人系統的最具代表性的研究工作。它由四個部分組成：第一部分討論處理群機器人系統的仿生自組織方法。第二部分介紹了自重構模塊化機器人的幾種仿生方法。第三部分則將機器人系統的自主智力開發作為焦點。第四部分給出了自組織機器人系統的兩種特定應用。本書在仿生自組織機器人系統方面為讀者提供了最新且全面的見解，能夠在多學科研究領域之間建立起橋梁，比如機器人、人工生命、認知科學、系統生物學、發育生物學和進化計算等，從而啟發研究者和工程師們產生更多創造性想法來進一步推動這一新興且令人興奮的領域的發展。
在各種不同的不斷變化、不可預測且未知的環境中，越來越需要使用機器人系統來完成多種復雜的任務，鑒于這些挑戰，人們提出了自組織群機器人和自重構模塊化機器人。例如：大規模群機器人系統的新型集體行為在面對環境變化時能夠表現出高度的柔性和適應性；自重構模塊化機器人能夠自動改變系統的外形以適應復雜的地面狀況。現在，為了面對更加復雜且苛刻的環境條件以及滿足這些環境中的任務需求，機器人的認知能力和結構設計的發展同樣變得越來越重要。與傳統的預編程技術相比，自組織機器人系統在不斷變化的、未知環境的應用中，尤其是在穩健性、自修復和自適應方面更具前景。為了具備上述特性，自組織機器人系統必須以分布式方式控制，理想的方式是單個簡單機器人間的局部相互作用，而不是外部的全局控制。然而，分布式自組織機器人系統的設計仍然是機器人技術中最具挑戰性的問題之一。
從宏觀群居昆蟲中的群系統到微觀的細胞系統，生物系統能夠在多種不確定性存在時通過相對簡單的局部相互作用來產生穩健且復雜的新型全局行為。將由生物系統那里借用而來的思想用于開發自組織機器人系統，已經變得越來越普遍，而且在最近幾年里取得了相當大的成功。例如：受到在群居昆蟲群落和鳥群中所觀察到的行為的啟發，群體智能已經成為解決具有大量平行系統的復雜系統的新型范式。生物中另一個自組織過程是多細胞生物的形態形成，用來處理自組織機器人系統的基于胚胎發育計算模型的形態學方法已經表現出其潛在的價值，這種機器人系統也被稱為形態機器人。
本書收集了關于仿生自組織機器人系統的最具代表性的研究工作。它由四個部分組成，第一部分討論處理群機器人系統的仿生自組織方法，比如模仿多細胞生物中生物形態形成的形態學方法，模仿群居昆蟲（比如鳥類、蜜蜂等）行為的群體智能方法，用于機器人機體的基于激素的方法，以及用于群機器人的基于溝通機制的遺傳激勵。我們在第１章中介紹了一種在機器人發展中最新出現的研究領域——形態機器人。形態機器人學的主要內容是應用發展的原理來設計自組織機器人系統的形態和控制器，這一章中總結了形態機器人學的主要主題，討論了形態機器人學至進化機器人學與后繼的機器人學之間的關系，展望了進化發展的機器人學，它是進化與發展機器人學的天然組合。
我們相信，本書在仿生自組織機器人系統方面將為讀者提供最新且全面的見解。希望本書能夠在多學科研究領域之間建立起橋梁，比如機器人、人工生命、認知科學、系統生物學、發育生物學和進化計算等，從而啟發研究者和工程師們產生更多創造性的想法，來進一步推動這一新興且令人興奮的領域的發展。
第一部分 自組織群機器人系統
形態機器人學———機器人系統形態和神經的一種進化發展的自組織方法
如何設計機器人機體和機器人群？———具身自組織系統中的仿生、擬生和人工進化
喧囂和嘈雜環境中的多體集群控制算法
遺傳激勵
從蟻群到機器人和從機器人到蟻群：機器人如何促進對動物集體行為的研究
第二部分 自重構模塊化機器人
異構多機器人組織的自優化自組裝
模塊化機器人的形態自重構
自組裝機器人中的基本問題和Tribolon平臺上分異的一種案例研究
第三部分 機器人系統中的自主式智力開發
類人腦的時間處理
第四部分 特殊應用
關于多頭絨泡菌機器人
使用有機計算原理開發自組織機器人單元
新書資訊